IDC客户细分与行业级需求解码

随着近几年全国IDC的大规模建设,可以预见未来IDC的市场供给量较以往将大大提高,各数据中心如何有效面向合适的客户群,将是投资建设方与IDC运营商日趋关注的问题,针对IDC客户的细分与需求解码将成为IDC建设运营的重要决策支撑。     

麦克流量|高精度流量标定装置

应用背景:高品质电磁流量计的制造离不开高精度的流量标定装置。流量标定装置是计量部门和流量计制造企业进行量值传递、溯源与检定测试工作的标准设备。麦克团队研发建造了一套以高位水塔为稳压源,采用静态质量法与标准表法结合,专用于电磁流量计的标定装置。该装置不确定度优于0.05%的一等流体流量装置级别,通过了陕西省计量院鉴定审核。     

电信运营商对大数据的应用

在现代社会,计算机、平板电脑、手机等终端设备几乎成了人们生活中不可或缺的一部分。无处不在的移动设备、RFID、无线传感器等每分每秒都在产生数据,数以亿计的互联网服务时时刻刻都在产生巨量的交互。据IBM最新研究报告显示,全球每天都要产生超过2.5 quintillion字节的数据。这些数据犹如一座金矿,各行业都想如何能够能好地利用它为自己创造最大的经济收益,电信行业也不例外。本文主要从电信运营商在大数据时代具有的先天优势出发,讨论国内外电信运营商对大数据方面的应用。     

基于决策树算法的校园客户识别模型

校园市场是基础电信运营企业细分市场的重要组成部分,对企业核心竞争力的提升和可持续发展具有重要意义。本文主要介绍一种决策树算法的校园客户识别方法。该方法根据决策树算法的基本原理,融合了社交网络扩散原理和打分机制,将其应用到校园客户识别模型建设之中。通过外呼等方法验证客户准确性相比原有模型有了极大提升,证实了该模型的有效性。     

基于深度学习的ELM实时识别研究

基于深度学习的方法，在HL-2A装置上开发出了一套边缘局域模(ELM)实时识别算法。算法使用5200次放电数据(约24.19万数据切片)进行学习，得到一个深度为22层的卷积神经网络。为衡量算法的识别能力，识别了HL-2A装置自2009年实现稳定ELMy H模放电以来所有历史数据(约26000次放电数据)，共识别出1665次H模放电，其中误识别35次，误报率为2.10%。在实际的1634次H模放电中，漏识别4次，漏识别率为0.24%。该误报率和漏报率可以满足ELM实时识别的精度要求。识别算法在实时控制环境下，对单个时间点的平均计算时间为0.46ms，可以满足实时控制的计算速度要求。     

以应用创新开拓商机:华为2015年将大力发展ISV

作为ICT基础设施厂商和最终客户之间的桥梁,各行业ISV对客户业务形态的深刻理解与IT架构弹性化、智能化相结合,能够帮助最终客户完成业务创新和平稳落地,因此受到华为的高度重视。在云化、移动化、大数据化、智能化的发展趋势下,软件将重新定义世界,而独立软件开发商(ISV:Independent Software Vendors)是其中的重要力量。在经济环境发展放缓、IT技术不断创新与发展、国内市场瞬息万变的大趋势下,基础设施厂商与ISV都会面临巨大的挑战与发展机遇。只有双方强强联合,